当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 广汕高铁首次试运行动车组,全长约202公里

广汕高铁首次试运行动车组,全长约202公里

来源:IT之家 2023-08-30 20:34:33 0浏览 收藏

今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《广汕高铁首次试运行动车组,全长约202公里》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

中国铁路官方宣布,广州至汕尾高铁(广汕高铁)的首趟试运行列车G55302号于8月29日10时从广州新塘站缓缓开出,50分钟后到达汕尾站。这一消息标志着广汕高铁进入列车运行试验阶段,全线开通运营即将到来

广汕高铁首次试运行动车组,全长约202公里

本站注意到,广汕高铁西起广州新塘站,途经广州、惠州、深汕合作区、汕尾 4 个市区,东至汕尾站。线路全长约 202 公里,设计时速 350 公里,跨越 2 条大江增城增江、博罗东江和 1 个海湾汕尾长沙湾,共设新塘、增城、罗浮山、博罗、惠州南、惠东、深汕、汕尾 8 座车站。其中,新塘站和汕尾站为既有车站,其他 6 座车站为新建车站。

广汕高铁首次试运行动车组,全长约202公里

广汕高铁连通京广、广深、杭深、京港等铁路线,是广东省重点工程。开通运营后,广州至汕尾的高铁列车最短运行时间将由目前的 2 小时压缩至 1 小时以内。

在未来,新塘站将依托广汕高铁、广深铁路、广中珠澳高铁新塘站联络线、新白广城际、穗莞深城际、佛穗莞城际、13号线、16号线、17号线、20号线、28号线支线等3条国铁、3条城际和5条地铁,打造成为“三铁合一”东部枢纽中心

广告声明:本文中包含的外部链接(包括但不限于超链接、二维码、口令等形式)旨在提供更多信息,节省筛选时间,仅供参考。请注意,本站的所有文章都包含此声明

到这里,我们也就讲完了《广汕高铁首次试运行动车组,全长约202公里》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于高铁开通,广汕高铁的知识点!

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
如何在同一个 MySQL 表中存储固定长度字符串和可变长度字符串?如何在同一个 MySQL 表中存储固定长度字符串和可变长度字符串?
上一篇
如何在同一个 MySQL 表中存储固定长度字符串和可变长度字符串?
蔚来新充电站投入使用,超过 80% 的充电需求来自非蔚来车主
下一篇
蔚来新充电站投入使用,超过 80% 的充电需求来自非蔚来车主
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    279次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    333次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    328次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    297次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    117次使用